[发明专利]一种基于烟花算法的无线传感器节点部署方法

权利要求书

1.一种基于烟花算法的无线传感器节点部署方法，其特征在于，包括以下步骤：

步骤1，对待测区域建立三维坐标系，传感器节点坐标如下表示

其中(x_i，y_j)是无线传感器节点s_i在xoy轴的横坐标，h_i(x_i,y_i)是节点s_i在(x_i，y_j)的高度；

步骤2，初始化种群，围绕无线传感器网络中的汇聚节点随机产生n个位置，传感器节点总数即种群最大规模为S_node，搜索空间维数,3，最大迭代次数T_max，当前所有爆炸火花和高斯变异火花的位置集合设为W；

步骤3，分别在这n个位置上各引爆一个烟花，共引爆n个；

步骤4，计算产生的各烟花的适应度，根据下面的式子计算烟花爆炸产生的火花数目R_i和爆炸半径A_i；

同时对爆炸半径设置下界

其中M是控制n个烟花产生火花总数的参数，A_i是第i个烟花的爆炸半径，是最大爆炸半径，f(x_i)为根据该点的覆盖率计算出的烟花适应度，Y_max是当前个体中适应度最好的个体适应度，Y_min是当前个体中适应度最差的个体适应度，N为烟花总数，ε取小于0.001且大于0的值；

步骤5，按照下列公式更新火花位置，生产爆炸火花并对所有爆炸火花进行高斯变异，并更新其位置：

爆炸火花：

初始火花位置其中x_j为随机生成的初始位置，随机选择0-3个维度，对火花的每一维度更新火花位置：

其中rand(-1,1)是产生一个(-1,1)之间的随机数；

对于超出可行域的部分，即超出当前待测区域坐标范围的部分，利用映射规则：

为越界的那一维度，设为第k维，和为该维度的上下边界，％表示模运算；

高斯变异操作：

对每个烟花随机选择μ个维度，在该方法中μ可取1、2或者0，对每一位更新烟花位置生成高斯变异火花：

其中Gaussian(1,1)是利用高斯公式产生一个(0-1)之间的随机数，

对于超出可行域的部分，即超出当前待测区域坐标范围的部分，利用映射规则

为越界的那一维度，设为第k维，和为该维度的上下边界，％表示模运算；

步骤6，计算所有烟花、爆炸火花和高斯变异火花的适应度值，并找出当前最佳位置x^*，保留到下一次爆炸，依据下面式子从当前产生的烟花和火花集合W中随机选择n-1个位置，并与当前n个位置进行迭代，参与下一代操作即迭代计算；

d(x_i,x_j)表示x_i和x_j的欧几里得距离，位置x_i被选中的可能性p(x_i)的定义如下：

步骤7，若满足种群最大规模S_node或最大迭代次数T_max，则找出当前算法中所有的烟花点和火花点，否则回到步骤4。

2.根据权利要求1所述的一种基于烟花算法的无线传感器节点部署方法，其特征在于，所述的步骤4中，计算产生的各烟花的适应度f(x_i)是通过以下公式计算：

其中ω_i为某点e_i的权重，为某点e_i在当前无线传感器网络环境中被覆盖的概率，τ为当前检测区域网格点总数。

3.根据权利要求1所述的一种基于烟花算法的无线传感器节点部署方法，其特征在于，所述的通过以下公式计算：

其中是指点e_i未被当前所有无线传感器节点覆盖的联合概率。

4.根据权利要求2所述的一种基于烟花算法的无线传感器节点部署方法，其特征在于，在部署多个无线传感器节点的情况下，待测区域内某点被一个无线传感器节点覆盖的概率C(s_i,e_i)，通过以下公式计算：

C(s_i,e_i)＝μ_dv_ijP(s_i,t)

其中P(s_i,t)表示传感器节点s检测到兴趣点t处的事件发生概率：

其中α＝d(s,t)-(r_s-r_e)，k和m为衰减因子

(r_s-r_e)是传感器确定性感知半径

r_s为传感器的感知半径

r_e为传感器节点不确定性感知距离，根据实际部署地的环境测得；

μ_d是测量两者之间距离的二进制函数：

其中

v_ij表示节点s_i和点e_i之间的可见性：